摘要 | 第5-6页 |
Abstract | 第6页 |
第1章 引言 | 第9-13页 |
1.1 课题背景及研究意义 | 第9页 |
1.2 国内外研究现状与发展趋势 | 第9-12页 |
1.3 本课题研究内容 | 第12-13页 |
第2章 中速磨煤机构成及主要故障机理分析 | 第13-19页 |
2.1 中速磨煤机组成结构及其工作原理 | 第13-16页 |
2.1.1 代号和技术数据 | 第13-14页 |
2.1.2 中速磨煤机组成结构 | 第14-16页 |
2.1.3 工作原理 | 第16页 |
2.2 中速磨煤机主要故障类型及产生原因分析 | 第16-18页 |
2.3 本章小结 | 第18-19页 |
第3章 磨煤机故障历史数据选择分析及处理 | 第19-23页 |
3.1 磨煤机历史故障数据统计 | 第19-20页 |
3.2 参数选择及分析 | 第20-22页 |
3.3 参数测点信号品质判断 | 第22页 |
3.4 本章小结 | 第22-23页 |
第4章 中速磨煤机液压加载压力异常故障诊断 | 第23-34页 |
4.1 中速磨煤机液压加载系统 | 第23-24页 |
4.1.1 系统概述 | 第23页 |
4.1.2 液压变加载系统结构及工作原理 | 第23-24页 |
4.2 磨煤机液压加载压力异常故障特征分析 | 第24-29页 |
4.2.1 故障历史数据统计分析 | 第24-27页 |
4.2.2 莱以特准则 | 第27-28页 |
4.2.3 液压加载压力异常故障特征提取 | 第28-29页 |
4.3 磨煤机液压加载压力异常故障诊断实例 | 第29-33页 |
4.4 本章小结 | 第33-34页 |
第5章 中速磨煤机振动大故障诊断 | 第34-57页 |
5.1 磨煤机振动大故障分析 | 第34-40页 |
5.1.1 故障特征的时域分析 | 第36-39页 |
5.1.2 故障特征的频域分析 | 第39-40页 |
5.2 基于神经网络的磨煤机振动量构造 | 第40-43页 |
5.2.1 磨煤机电流预测模型 | 第40-43页 |
5.2.2 磨煤机振动量构造 | 第43页 |
5.3 基于小波包分析和最小二乘支持向量机的磨煤机振动大故障诊断 | 第43-50页 |
5.3.1 小波包分析理论及其分解、重构算法 | 第43-45页 |
5.3.2 小波包分析故障特征提取 | 第45页 |
5.3.3 支持向量机 | 第45-50页 |
5.4 磨煤机振动大故障诊断模型 | 第50页 |
5.5 磨煤机振动大故障诊断实例 | 第50-56页 |
5.6 本章小结 | 第56-57页 |
第6章 结论与展望 | 第57-58页 |
6.1 主要成果 | 第57页 |
6.2 待解决问题 | 第57-58页 |
参考文献 | 第58-61页 |
攻读硕士学位期间发表的论文及其它成果 | 第61-62页 |
致谢 | 第62页 |